Ich arbeite an einem moderaten Datensatz (train_data). Es gibt mehr 124 Variablen und 50.00.000 Beobachtungen. Bei kategorialen Variablen habe ich Funktion Hashing auf sie durch hashed.model.matrix Funktion in R.Wie H2o auf Feature-Hash-Matrix in R
## feature hashing
b <- 2^22
f <- ~ .-1
X_train <- hashed.model.matrix(f, train_data, hash.size=b)
So, als Folge verwendet wird, habe ich eine große dgCmatrix bekam (eine spärliche Matrix) als Ausgang (X_train) . Wie kann ich H2o-Wrapper auf dieser Matrix verwenden und verschiedene in H2o verfügbare Algorithmen verwenden? Verwendet H2o-Wrapper Sparse-Matrix (dgCmatrix). Jeder Link/jedes Beispiel einer solchen Verwendung wird hilfreich sein. Danke im Voraus.
Wir freuen uns in H2o Umgebung zu importieren X_train dollowing Art von Schritten
# initialize connection to H2O server
h2o.init(nthreads = -1)
train.hex <- h2o.uploadFile('./X_train', destination_frame='train')
# list of features for training
feature.names <- names(train.hex)
# train random forest model, use ntrees = 500
drf <- h2o.randomForest(x=feature.names, y='outcome', training_frame,train.hex, ntrees =500)
Kennen Sie den Befehl zum Speichern in svmlight Ersatzformat? –
ja das zweite Beispiel sollte h2o.importFile gesagt haben, danke für das Abfangen. Ich werde es bearbeiten. – Lauren